PREDIKSI HARGA SAHAM PT TELKOM MENGGUNAKAN METODE CNN-LSTM

Abstract

PT Telkom sebagai perusahaan informasi dan komunikasi terbesar di Indonesia, memiliki harga saham yang menarik minat investor. Penelitian ini bertujuan untuk mengembangkan aplikasi yang mampu memprediksi harga saham PT Telkom menggunakan metode CNN-LSTM. Tantangan dalam memprediksi harga saham meliputi volatilitas pasar, keterbatasan data historis, dan kompleksitas faktor-faktor yang mempengaruhi harga. Metode CNN digunakan untuk mengenali pola spasial dalam data, sementara LSTM mengatasi masalah vanishing gradient dan menangkap dependensi jangka panjang. Model CNN-LSTM diuji dengan berbagai kombinasi hyperparameter, termasuk learning rate (0.001, 0.0001, dan 0.0005), kernel size (3, 5, dan 7), dan jumlah epoch (30, 50, dan 100). Hasil terbaik diperoleh dengan konfigurasi learning rate 0.0005, kernel size 7, dan 100 epoch, yang menghasilkan nilai Mean Absolute Error (MAE) sebesar 56.13, Root Mean Squared Error (RMSE) sebesar 75.75, dan koefisien determinasi (R²) sebesar 0.973. Hasil ini menunjukkan kemampuan prediksi yang baik dari model. Penelitian ini diharapkan dapat memberikan solusi bagi investor dalam memprediksi harga saham PT Telkom dan membantu pengambilan keputusan investasi.